高速机器人分拣系统机器视觉技术的应用

李丽丽，熊倍华，贾海龙

（1.顺德职业技术学院，广东顺德528300；2.广东省智能制造研究所广东省现代控制与光机电技术公共实验室，广东广州510070；3.华南智能机器人创新研究院，广东佛山528315）

高速机器人分拣系统机器视觉技术的应用

李丽丽1，熊倍华2，贾海龙3

（1.顺德职业技术学院，广东顺德528300；2.广东省智能制造研究所广东省现代控制与光机电技术公共实验室，广东广州510070；3.华南智能机器人创新研究院，广东佛山528315）

研究了机器视觉技术在高速机器人分拣系统中的应用。构建摄像机标定下的人机交互界面，针对有关图像处理算法进行分析，提出结合多目标中心及角点结合轮廓特征识别的算法，从根本上解决当前分拣作业过程中存在的问题，提升机器人分拣系统的整体运行效果。

高速机器人；机器视觉技术；分拣系统

由于当前经济不断进步，人民生活水平不断上升，传统产业结构升级已经逐渐成为各个行业发展的共同方向。将机器人等想法与传统食物产业融合，能够确保食物在生产过程中的安全性，同时也能够提高生产效率。当前机器视觉技术普遍存在可靠性高、非接触测量以及柔性好等特征，并已经在虚拟现实、视觉导航以及工业自动化中有了广泛应用。

1 高速机器人分拣系统的组成部分

文章基于六自由度机械臂，构建了以视觉、工件平台及机器人控制为主要部分的机器视觉分拣系统。其中视觉单元由CCD摄像机、支架及软件构成。在系统运作过程中，通过支架悬挂的单目摄像机，将试验台上的工件视图像记录下来，随后将目标种类识别显示出来，并计算设施的摆放方向与质心。最后基于物理或图像坐标系间的关联性，明确目标的方向及位置，并将计算参数传输至控制柜。工件平台包括工件放置槽及放置台。而工件放置平台的颜色能够帮助金属工件出现显著的颜色反差，便于进行计算，而工件放置槽的作用在于放置不同用途的工件。机器人控制单元主要包括六轴机械臂以及控制柜。该内容主要是用于参数的分析，并结合分析数据指导机器人实施相关操作，从而更好地完成分拣、放置等动作。如图1所示。

图1 高速并联机器人自动分装系统

机器人分装系统普遍分为上位机控制体系与下位机控制体系两种。这里的上位机工控机通过工业相机将搜集到的运动食品图像传输到皮带上，随后运用机器视觉算法的方式，针对运动食品展开跟踪、定位与分级等工作；上述操作完成后，下位机就可以驱动并联机器人，进而将食品分装入包装箱内。

2 高速机器人分拣系统机器视觉技术的应用

2.1 摄像机标定及图像预处理

作为视觉系统技术开发的关键性步骤，摄像机标定存在的目的就是构建二维世界与三维世界间的对应性关联。摄像机标定在实现过程中具备多种方式，如直接线性发、两步摄像机标定法等。本文主要运用OpenCV算法库实现针对性的摄像机标定算法。结合棋盘格构建标定需要的模板，同时从多个角度对其进行拍摄，从而获取多个不同位置的目标图像，根据图像点间的对应性关联将摄像机内外参数分别标注出来。通过这一方法实现空间坐标系向图像坐标系的转变。整个标注过程分别用到：图像坐标系、世界坐标系与摄像机坐标系。

在实施图像预处理时，其目标就是对图像数据的信噪比进行提升，从而抑制背景噪声。而图像预处理结果将直接影响到对机械工作的角度、面积、边缘、物体质心等特点的获取。在进行边缘检测时，主要采用检测算子包括Laplacian、Canny、Sobei等，其中Canny算子具备更为优质的信噪比，在噪声环境下产生更优质的检测成效，能够适应更多环境下的边缘检测措施。本次研究基于Canny边缘检测算子[1]。基于Canny算子实施预处理之前，需要对二值图像进行膨胀处理，让其边缘更具显著性利于后期观察。

2.2 角点检测方式与Hough圆检测方法

常规图像识别方式包括模板匹配、SIFT匹配以及角点匹配。虽然运用完善后的SIFT图像插值技术能够大幅度提升降维处理的速率，精准地描述向量特征，不过目前几何分拣系统表面存在的特征性向量，很多都无法使用SIFT算子完成特征识别行为。本文在完成圆形工件的检测之后，运用角点检测方式对多边形工件特征进行数据信息提取。角点主要是水平与数值两个不同方向具备极大变化性的点，目前具备成熟度的角点检测方法包括Susan、Shi-Tomasi以及Harris算法。本次研究运用Harris算法进行角点检测，促使图像旋转及灰度变化具备极高的稳定性。

一般情况下，在进行图像预处理之后，将实施图像特征识别及提取。若检测过程中发现目标工件形状为圆形，说明该工件不存在角点，则不能使用角点检测方法，所以此时需要使用Hough圆检测方法对其进针对性、有效的识别。Hough变化原则就是运用参数及图像空间间存在的对应性关联，结合参数空间实施简易的统计累加行为从而完成检测任务。同时连接部分边界不连续的边缘，具备一定的抗噪音干扰能力。

2.3 几何中心计算、轮廓的找寻与逼近

在实现机器人分拣操作过程中，首先需要实现已经识别分拣工件的定位，常规使用质心坐标对工件位置信息进行描述。不过在进行多目标质心计算之前，需要明确群目标集合中心的计算方法，确保其简单性。

Canny边缘检测算法能够基于像素的差异性对图像轮廓的边界像素进行检测，不过检测过程中并非将轮廓视为一个整体，而是分开检测[2]。在Canny算子检测方法下获取的图像目标轮廓，随之通过二值图像实现轮廓的整体研究，将其归纳成为一个明确的系列点，也就是将其转化为图像目标工件中的一个外围曲线。在OpenCV之中通过二叉树将轮廓表示出来，便于轮廓实现二次恢复。当系统绘制出多边形并实施相应的形状分析行为的过程中，需要对留存在来的轮廓进行精准的多边形去下逼近措施。而实现逼近的目的就是获取逼近角点或是目标轮廓。最后通过坐标公式等多种计算方式，对目标角点进行分类，明确其数量。

3 结束语

通过本次研究发现，基于多种几何工件目标，视觉系统具备极高的稳定性。而该部分识别图像以黑色为背景，借助反差这一作用对金属工件进行预处理。在多种技术的支持下，促使机器人分拣系统更加优质、完善。

[1]蒋书贤，李春茂，杨润芝，周欣.基于机器视觉的平面规则几何工件分拣方法[J].工业控制计算机，2015（05）：34-35.

[2]邹腾跃，唐小琦，宋宝，陈吉红.基于形状内容分析的机器人物料分拣系统[J].组合机床与自动化加工技术，2015（05）：67-69.

Application of High-Speed Sorting Systems Robot Machine Vision Technology

LI Li-li1，XIONG Bei-hua2，JIA Hai-long3
（1.Shunde Polytechnic，Shunde Guangdong 528300，China；2.Guangdong Institute of Intelligent Manufacturing，Guangzhou Guangdong 510070，China；3.South China Robotics Innovation Research Institute，Foshan Guangdong 528315，China）

In this paper，the application of machine vision technology in high speed robot sorting system is studied in this paper.Construction of camera calibration under the man-machine interface，according to the analysis of the image processing algorithm，combining with the multi target center and corner based on contour feature recognition algorithm to solve the existing problems in the process of sorting operations fundamentally.The overall operation effect of the robot sorting system.

high-speed robot；machine vision technology；sorting systems；application

B

2016-08-07

广东省科技计划项目（2015B010917001）；广东省应用型科技研发专项资金项目（2015B090922008）；广东省粤港共性技术招标项目（2013B010134009）；佛山市机电专业群开放课题（2015-KJZX133）

李丽丽（1981-），女，吉林磐石人，硕士，工程师，研究方向：机器视觉、人工智能、图像处理，大数据；熊倍华（1974-），男，江西南昌人，本科，工程师，研究方向：机器人，结构设计；贾海龙（1990-），男，河南郑州人，研究生，硕士，研究方向：机器人，控制与视觉。